- E-LIS repository

PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
La Representación de Recursos en los Repositorios Institucionales.
El Caso de estudio: SEDICI, Repositorio Institucional de la Universidad Nacional de La Plata
Jose Texier
Universidad Nacional Experimental del Táchira (UNET), Venezuela
Servicio de Difusión de la Creación Intelectual, Universidad Nacional de La Plata (SEDICI), Argentina
CONICET, Argentina
[email protected]; [email protected]
Marisa R. De Giusti, Nestor Oviedo, Gonzalo L. Villarreal y Ariel J. Lira
Servicio de Difusión de la Creación Intelectual, Universidad Nacional de La Plata (SEDICI), Argentina
{marisa.degiusti, nestor, gonzalo, ariel}@sedici.unlp.edu.ar
RESUMEN:
En el 2003, nace el Servicio de Difusión de la Creación Intelectual (SEDICI) como el repositorio institucional de la
Universidad Nacional de La Plata (UNLP), con el objetivo prioritario de socializar el conocimiento generado en las
diferentes áreas académicas de la Universidad, para devolver a la comunidad los esfuerzos destinados a la Universidad
Pública, con el pasar de los años la plataforma de software de SEDICI fue creciendo en funcionalidades por lo que el
diseño, mantenimiento e implementación la convirtieron en una herramienta compleja. Por ello, se realizó una migración
a la plataforma DSpace en el 2012, herramienta de software que mejor se adaptaba a las necesidades de SEDICI. DSpace,
al igual que otras plataformas, presenta limitaciones en diferentes ámbitos tales como: procesos de depósitos, manejo de
estadísticas y de las comunidades-colecciones-items, vocabularios controlados centrados en los autores, representación de
los recursos, etc. De estas limitaciones, la representación de los recursos –proceso de registrar en forma persistente un
conjunto de datos de los recursos– fue uno de los principales problemas presentados en la transición a DSpace, ya que se
migraron muchos recursos en forma separada e incluso se realizaron adaptaciones por incompatibilidad de ambos
sistemas porque la representación de distintos recursos era muy variada. Por tanto, este trabajo se centrará en describir el
problema de la representación de recursos dentro de un repositorio institucional y en exponer la experiencia de SEDICI
en este ámbito. El trabajo se limitará a la tipología de recursos: artículos de investigación, tesinas de grado y tesis de
postgrado, libros, autores, instituciones, revistas y sus números, eventos y sus instancias.
Palabras clave: representación de recursos, repositorios institucionales, SEDICI, Dspace.
1
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
1. Introducción
● soporte técnico para administradores y
En el 2003, nace el Servicio de Difusión de la Creación
Intelectual (SEDICI) [1] como el repositorio
institucional de la Universidad Nacional de La Plata
(UNLP), con el objetivo prioritario de socializar el
conocimiento generado en las diferentes áreas
académicas de la Universidad, para devolver a la
comunidad los esfuerzos destinados a la Universidad
Pública. SEDICI, como un portal de acceso libre, estuvo
soportado por un desarrollo de software propio en PHP,
MySQL y Java, llamado Celsius DL, que estaba
adaptado a estándares internacionales como XML, OAIPMH, SOAP, etc., y permitía el depósito y búsqueda de
recursos (objetos físicos o digitales), por ejemplo:
artículos de publicaciones periódicas, preprints, tesinas
de grado y tesis de postgrado, producciones
multimediales, libros electrónicos, autores, revistas,
eventos, comunidades, colecciones, entre otros. Celsius
DL fue creciendo en funcionalidades por lo que el
diseño, mantenimiento e implementación convirtieron a
la plataforma de software de SEDICI en una
herramienta compleja, principalmente por dos razones:
por una parte porque se requería de mayor tiempo y
recurso humano y, por otra, porque se hacía necesaria
una actualización de tecnologías de manera que no
estuvieran en detrimento de nuevos desarrollos e
investigaciones.
● manual de usuario y técnico,
● permitir selección de esquemas de metadatos,
● asegurar la performance para obtener tiempos
desarrolladores,
En razón de eso, para finales del 2011, se estudió la
posibilidad de migrar a una plataforma que estuviera a
la par de las nuevas tecnologías aplicadas al dominio y
que fuera más amena para el usuario y para la gestión
de recursos por parte del personal de SEDICI. Este
análisis, realizado por el personal de SEDICI [2], tenía
el objetivo de comparar diferentes plataformas de
software: DSpace, EPrints, FEDORA y Greenstone,
tomando en cuenta:
● licencias de uso libres y gratuitas,
● un alto nivel de aceptación por parte de la
comunidad de repositorios digitales,
contar con una sección de administración,
●
● proveer de mecanismos de personalización,
● mantener una actualización periódica de las
versiones de la plataforma,
de respuesta bajos,
capacidades de escalabilidad, y,
●
● proveer de estándares que garanticen la
interoperabilidad entre repositorios.
La conclusión del estudio determinó que DSpace era la
herramienta de software que mejor se adaptaba a las
necesidades de SEDICI [3], [4], [5], [6], [7]. El proceso
de migración de Celsius DL a DSpace finalizó en el
2012. Esto permitió a SEDICI contar con nuevas
funcionalidades como: búsquedas y faceting, proveedor
de datos y de servicios de acuerdo con el protocolo
OAI-PMH, autenticación de usuarios, facilidad en la
indexación por parte de los buscadores Web, etc., En
otras palabras, se logró una flexibilidad en los cambios
estratégicos por parte de la gerencia del repositorio,
modificaciones en la imagen institucional sin afectar el
modelo de negocio del repositorio (procesos internos de
software) y ampliar la gestión de las tipologías de los
recursos aceptados, entre otros.
Celsius DL y SEDICI-DSpace, son plataformas de
repositorios donde su principal proceso es registrar en
forma persistente un conjunto de datos como síntesis y
reemplazo del objeto "real" para poder identificarlo,
recuperarlo y distribuirlo por parte de los usuarios. Este
proceso, conocido como la representación de recursos,
por lo general, es llevado de diferentes formas en las
mismas plataformas, por ejemplo, se observan
diferentes personalizaciones en DSpace o otras
plataformas usadas [8], [9]. Es importante destacar que
DSpace, al igual que las demás plataformas, presenta
limitaciones (procesos de depósitos, manejo de
estadísticas y de las comunidades-colecciones-items,
vocabularios controlados centrados en los autores) en
cuanto al proceso de la representación de los recursos
en los repositorios [6], [10], situación particular que
generó un inconveniente en la transición de Celsius DL
a DSpace en SEDICI, ya que se migraron muchos
recursos en forma separada e incluso se realizaron
adaptaciones por incompatibilidad de ambos sistemas
2
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
porque la representación de distintos recursos en
Celsius DL y DSpace era muy variada.
La representación de recursos es un problema recurrente
que ha sido estudiado por algunos autores como Malizia
[11], Paganelli [12], Gonçalves [13], Candela [14],
entre otros. No obstante, sus trabajos abordan el tema
mediante sistemas diseñados en forma general en los
que no se toma en cuenta el recurso como el eje central.
2. Los Recursos
Los recursos son objetos físicos o digitales que se
describen a partir de la enumeración de un conjunto de
datos específicos (metadatos) que lo distinguen entre
otros objetos y se pueden clasificar de la siguiente
manera:
● Producción académica. Realizada en
instituciones de educación e investigación,
entre las que se encuentran: artículos de
investigación, trabajos docentes, tesinas de
grado y tesis de postgrado, disertaciones, libros
electrónicos, presentaciones, objetos de
aprendizaje.
● Producción multimedia. Por ejemplo:
imágenes, música, audios, videos.
● Producción institucional y administrativa.
Generada en instituciones privadas y públicas
tales
como:
documentos
generales,
constancias,
memorandos,
ordenanzas,
resoluciones, decretos, actas, minutas, notas,
leyes.
● Entidades abstractas. Es el conjunto de
elementos que poseen información descriptiva
propia, utilizadas en los procesos de
catalogación de recursos como elementos de
un vocabulario controlado. Por ejemplo:
autores, instituciones, revistas y sus números,
eventos y sus instancias.
● Comunidades y colecciones. Las comunidades
simbolizan a entidades administrativas de
instituciones tales como departamentos,
laboratorios, oficinas, centros de investigación,
entre otros. En cambio, las colecciones
simbolizan el lugar donde pertenecen los
recursos y no pueden contener otras categorías,
y deben encontrarse dentro de una comunidad.
El presente trabajo se limitará a describir la siguiente
tipología de recursos presente en SEDICI, ya que existe
una gran cantidad de tipos de recursos, los cuales con el
paso del tiempo tienden a aumentar, de acuerdo con las
necesidades de los usuarios y la evolución de las
tecnologías. A continuación se van a describir cada uno
de ellos y enumerar sus respectivas características:
1. Artículos de investigación. Es un documento
donde se expresa, por parte del autor, un
trabajo de investigación redactado en forma
clara y precisa. Por lo general, siguen una
estructura sugerida con un aporte original a la
comunidad científica y debe incluir referencias
que permitan verificar y reproducir los aportes
que se dan a conocer. La verificación es
conocida como revisión por pares, por ello, son
publicados en revistas arbitradas. Las
principales características que identifican estos
tipos de recursos son:
a. Título.
b.
c.
d.
e.
f.
g.
h.
i.
j.
k.
l.
m.
n.
Subtítulo.
Fecha de publicación.
Idioma.
Autor*.
Autor institucional*.
Descripción física.
Palabras clave.
Descriptores.
Tipo de documento.
Identificadores geográficos.
Abstract.
URL de acceso.
Nota.
2. Tesis. Es un trabajo científico sometido a un
sistema de reglas que dependen del grado
académico que se esté optando, por ejemplo:
pregrado, especialización, maestría, doctorado.
Los tipos de tesis a tomar en cuenta en este
trabajo son: tesina de grado, trabajo de
especialización, tesis de maestría y tesis de
doctorado. Las características que los engloban
son:
3
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
a.
b.
c.
d.
e.
f.
g.
h.
i.
j.
k.
l.
m.
n.
o.
p.
q.
r.
s.
Título del documento.
Subtítulo.
Autor*.
Autor institucional.
Fecha de presentación.
Director de la tesis.
Co-director de la tesis*.
Miembros del jurado*.
Descriptores.
Descripción del recurso.
Grado alcanzado.
Palabras clave.
Lugar de desarrollo.
Idioma.
Tipo de documento.
Abstract.
Localización física.
Localización electrónica.
Nota.
3. Libro. Es una obra científica, literaria o de
cualquier otra índole que puede aparecer
impresa o en cualquier otro soporte.
Actualmente los libros pueden ser escaneados
o producidos en algún formato electrónico. Las
propiedades que se destacan de ellos son:
a. Título del documento.
b.
c.
d.
e.
f.
g.
h.
i.
j.
k.
l.
m.
n.
Subtítulo.
Autor*.
Fecha de publicación.
Idioma.
Editor*.
ISBN.
Editorial.
Descripción física.
Palabras clave.
Descriptores.
Tipo de documento.
Localización electrónica.
Nota.
4. Entidad
abstracta autor. Representa la
información del creador de algún tipo de
recurso, del director de una tesis, del jurado,
etc.
a. Nombres.
b.
c.
d.
e.
f.
g.
h.
i.
j.
k.
l.
m.
n.
o.
Apellidos.
Correo electrónico*.
Ciudad.
Pais.
Institución*.
Miembro de grupos.
Fecha de nacimiento.
Fecha de defunción.
Profesión*.
Ocupación.
Sexo.
Idiomas.
Alias*.
Nota.
5. Entidad abstracta institución. Identifica la
entidad a la que pertenece el autor y/o el
recurso.
a. Nombre.
b.
c.
d.
e.
f.
Ciudad.
Pais.
Dirección.
Alias*.
Nota.
6. Entidad abstracta revista. Es una publicación
periódica que agrupa un conjunto de artículos
científicos de diversas disciplinas y se asegura
su calidad a través de la revisión por pares
(arbitraje).
a. Título de la serie.
b.
c.
d.
e.
f.
g.
h.
Subtítulo.
ISSN.
Frecuencia.
Editor*.
Materias*.
Indizada*.
Director*.
4
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
i.
j.
k.
l.
m.
n.
o.
Subdirector*.
Cómite de referato*.
Secretaría de redacción*.
Volumen.
Número.
Tipo de documento.
Localización física.
2.1. Esquemas de Metadatos
Las características enumeradas para cada uno de los
recursos descritos anteriormente representan los
metadatos de cada uno de ellos. El concepto de
metadatos no es algo nuevo, antes de la aparición de
Internet ya se había usado en la catalogación de libros y
revistas para normalizar la información de manera que
se pueda recuperar de una forma organizada. Pero en el
ámbito de las ciencias de la información, los metadatos
se emplean para referirse a registros de recursos de
información disponibles [15]. Por tanto, se puede
entender por metadatos como datos que describen otros
datos, es decir, es información estructurada que
describe, explica y/o localiza un recurso de información
para poder identificarlo, recuperarlo, utilizarlo,
administrarlo o preservarlo de una manera más clara y
sistemática. Para la representación de metadatos se han
desarrollado distintos modelos, esquemas, formatos o
estándares, que si bien comparten una sintaxis y
estructura de la información en XML, difieren
atendiendo a los propósitos de la información que
describen [16]. Entre estos esquemas de metadatos más
utilizados en el mundo de la ciencia de la información
se encuentran: DC (Dublin Core Metadata Initiative),
MARC (Machine Readable Cataloging), MODS
(Metadata Object Description Schema), MADS
(Metadata Authority Description Schema), METS
(Metadata Encoding and Transmission Standard),
PREMIS (Preservation Metadata: Implementation
Strategies).
● Dublin Core (DC) [17]. Es un simple pero
eficaz conjunto de elementos para describir
recursos, cada elemento es opcional y puede
repetirse. La norma del Dublin Core conlleva
dos niveles: Simple y Cualificado. El Dublin
Core Simple presenta quince elementos
(Contributor, Coverage, Creator, Date,
●
●
●
●
Description, Format, Identifier, Language,
Publisher, Relation, Rights, Subject, Source,
Title y Type) y el Dublin Core Cualificado
presenta otros elementos adicionales al simple.
La semántica del Dublin Core ha sido
establecida por un grupo internacional e
interdisciplinario de profesionales de la
biblioteconomía, la informática, la codificación
textual, y otros campos teórico-prácticos
relacionados.
MARC 21 (MAchine-Readable Cataloging Century 21st) [18]. Permite estructurar e
identificar los datos bibliográficos (tal como
títulos, nombres, temas, notas, información
sobre publicación, y descripción físicas de
ítems) de tal forma que puedan ser reconocidos
y manipulados por computadora. Este formato
fue creado en 1999 como un resultado de la
combinación de los formatos MARC de
Estados Unidos y Canadá. Por tanto, es un
formato redefinido de MARC y por ende,
también tiene cinco clases: Bibliographic
Format, Authority Format, Holdings Format,
Community Format, and Classification Data
Format.
Metadata Object Description Schema (MODS)
[19]. Esquema para la representación de
registros derivados del formato bibliográfico
del MARC 21 pero usando etiquetas basadas
en denominaciones textuales. Según Tránsito
Ferreras [20], MODS es más completo y está
más orientados a bibliotecas que DC, está más
orientado al usuario MARC-XML.
Metadata Authority Description Schema
(MADS) [21]. Relacionado con MODS,
representa el formato de autoridad según
MARC 21. De este modo, permite incluir
información sobre agentes (personas y
organizaciones),
eventos
y
términos
(conceptos, géneros, etc.).
Metadata Encoding and Transmission Standard
(METS). [22] Está desarrollado por Network
Development and MARC Standards Office de
la Library of Congress. Es un formato que
registra la estructura jerárquica y contenedora
de un objeto digital: nombre, archivos,
5
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
●
●
ubicación, estructura y metadatos asociados.
Un documento METS posee un formato
estandarizado para transmisión de metadatos
que se estructuran en XML. Un documento
METS consta de siete secciones: cabecera
METS, metadatos descriptivos, metadatos
administrativos, archivo, mapa estructural,
enlaces estructurales y comportamientos.
Preservation
Metadata
Implementation
Strategies (PREMIS) [23]. Se enfoca en
estrategias de implementación de metadatos de
preservación de recursos digitales. PREMIS
esta conformado por un grupo de trabajo
internacional patrocinado por Online Computer
Library Center (OCLC) y Research Libraries
Group (RLG) que en el 2008, elaboró el
diccionario de datos PREMIS para metadatos
de preservación [24], el cual define los
metadatos de preservación como “la
información que utiliza un repositorio para dar
soporte al proceso de preservación digital”. El
diccionario define un conjunto de unidades
semánticas, de propiedades y de información
que la mayoría de los repositorios necesita
conocer de sus entidades para asegurar la
preservación. El modelo de datos PREMIS
define cinco entidades: entidades intelectuales,
objetos, agentes, acontecimientos y derechos.
Finalmente, existen otros estándares de
metadatos que se han desarrollado por distintos
usuarios e instituciones, y, que han ayudado a
consolidar repositorios de datos en diferentes
áreas. Algunos de los estándares más
conocidos se nombran a continuación pero no
serán parte de esta propuesta:
○ Darwin Core.
○ DDI (Data Documentation Initiative
○
○
○
for Social and Behavioral Sciences
Data).
DIF(Directory Interchange Format for
Scientific Data).
EML
(Ecological
Metadata
Language).
FGDC/CSDGM (Content Standard
for Digital Geospatial Metadata).
○ NBII
○
○
(National
Biological
Information Infrastructure).
MIAME (Minimum Information
About a Microarray Experiment).
MINSEQE (Minimum Information
about a high-throughput SeQuencing
Experiment).
TEI (Text Encoding Initiative).
○
○ EAD (Encoded Archival Description).
○ ETD (Electronic Theses and
○
Dissertations).
MPEG-7
(Multimedia
Description Interface).
Content
Estos esquemas de metadatos junto con los recursos se
convierten en el elemento central del diseño de software
para repositorios. Se ha observado como los recursos
son muy variados en cuanto a su tipología, lo que
modifica considerablemente su representación y
tratamiento (esquema de metadatos, vocabularios
controlados, etc.). El almacenamiento físico debe
realizarse cuidadosamente, ya que debe asegurarse la
recuperación en forma eficiente, la preservación en el
tiempo y las capacidades de interoperabilidad con otros
repositorios de los recursos a través de sus metadatos.
Por tanto, la representación de recursos dentro de un
repositorio institucional es compleja para el manejo de
los recursos de una forma clara y transparente. A
continuación se presentan unas características básicas
que deben tomar en cuenta para una representación
básica de los recursos en repositorios:
● Los recursos deben estar catalogados en más
de un esquema de metadatos a fin de evitar
pérdida de información cuando se almacenen y
se realicen mapeos entre los esquemas de
metadatos deseados.
● Debido a la gran diversidad en las estructuras
(planas y jerárquicas) y restricciones (simples
y complejos) de cada esquema de metadatos
(formatos), es necesario plantear una solución
de representación clara, flexible, factible,
escalable, interoperable, mantenible y que no
represente un desafío de configuración para los
administradores, así como tampoco sea
6
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
●
●
●
●
●
complicada su utilización por parte de los
usuarios.
Muchos campos presentes en los esquemas de
metadatos necesitan ser estandarizados (por
ejemplo:
aplicación
de
vocabularios
controlados o tesauros) para garantizar una
identificación y recuperación correcta de
acuerdo con las características de los recursos
usados, a fin de evitar la redundancia y
garantizar la integridad de la información.
En estos sistemas, frecuentemente, se
encuentran elementos que poseen información
descriptiva propia, conocidos como entidades
abstractas que son representadas de forma
separada. Por ello, es necesario permitir su
reutilización en los diferentes procesos del
repositorio y garantizar su representación.
Las entidades abstractas pueden tener distintas
representaciones según el esquema de
metadatos en el que se represente el recurso y
la semántica deseada en dicha representación.
Todos los metadatos de los recursos de un
repositorio institucional debe almacenarse de
forma
persistente,
por
ello,
este
almacenamiento debe ser configurable a
cualquier tipo de paradigma de base de datos e
independiente del modelo de representación de
los recursos definido.
Para una representación de los recursos básica,
se deben tomar en cuenta los siguientes
módulos:
almacenamiento,
catalogación,
indexación, infraestructura de la plataforma de
software y preservación.
3. La Representación de Recursos
Los diferentes conceptos y descripciones de
Repositorios Institucionales (RI) han tenido su entrada
en el mundo científico desde principios de los años
2000 con autores como Clifford Lynch [14] y Van de
Sompel [26]. Por ello, se puede decir que los RI son
estructuras
web
interoperables
de
servicios
informáticos, dedicadas a difundir los recursos
científicos y académicos (físicos o digitales) de las
universidades a partir de la enumeración de un conjunto
de datos específicos (metadatos), para que se puedan
recopilar, catalogar, acceder, gestionar, difundir y
preservar [27]. Las actividades de catalogación, acceso,
gestión y difusión de los contenidos son las más
consolidadas con el crecimiento de los repositorios, por
el contrario, la recopilación de materiales y la
preservación todavía se encuentran en sus primeros
pasos. Las funciones básicas de los RI son: búsqueda y
recuperación de recursos, exploración, diseminación
selectiva de información, autoarchivo y servicios a otros
sistemas [28].
El concepto descrito anteriormente junto a otros
trabajos [11], [12], [13], [14], pone en el contexto del
mundo científico el problema de la representación de
recursos dentro de los RI, problema que se ha
convertido en complejo poco a poco, principalmente por
la diversidad de plataformas de software y esquemas de
metadatos existentes para representar los recursos de
diferentes tipologías en los repositorios. Entre las
plataformas de software más usadas se tiene a DSpace,
EPrints y Digital Commons [8], [9], pero se encuentran
plataformas consolidadas de desarrollos propios que
abarcan un gran porcentaje de los recursos esparcidos
en el mundo como: arXiv, CiteSeerX, Social Science
Research Network, entre otros [29]. Se observa que en
estas diferentes plataformas se encuentran los recursos
representados en diversos esquemas de metadatos,
situación que seguirá en expansión. De hecho, muchos
esquemas de metadatos se desarrollan de acuerdo con
una variedad de usuarios y de disciplinas para facilitar
la identificación, recuperación, utilización y/o gestión
de recursos en los repositorios [30]. Por tanto, los
esquemas de metadatos a través de su conjunto de
elementos diseñados en una estructura formal y
relacionados con la semántica, la sintaxis y la
obligatoriedad en sus valores, pasan a ser un elemento
importante en la representación de recursos dentro de un
RI. Adicionalmente, se observa en los últimos años, que
la tendencia ha sido que los esquemas estén codificados
en XML, dado que XML es un estándar del W3C
(World Wide Web Consortium) predominante para
codificación e intercambio de datos, que están
agrupados en elementos delimitados por etiquetas [31].
Los esquemas han sido diseñados e implementados
principalmente en los RI a partir de unos principios de
los metadatos que permiten reusos de los registros de
metadatos e integrar los mismos. Los principios son:
7
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
modularidad,
extensibilidad,
refinamiento
y
multilingüismo [32]. El principio de modularidad se
considera como el principio clave de organización para
caracterizar los entornos de las diferentes fuentes de
contenidos de los recursos, de estilos de gestión de
contenidos y de enfoques de descripción de los
recursos. Este entorno modular permite combinar a los
diferentes tipos de elementos de metadatos de diferentes
esquemas, vocabularios y bloques de construcción para
hacerlos interoperables. Es importante destacar que el
contexto de un elemento en particular esta limitado
gracias a los namespaces en los esquemas de metadatos.
El principio de extensibilidad indica la posibilidad de
poderse ajustar a las necesidades de una aplicación en
particular. El principio de refinamiento se observa por
la aplicación en diferentes dominios de acuerdo con el
nivel de detalle definido por los cualificadores o por el
conjunto de valores posibles de los elementos obtenidos
por vocabularios controlados u algoritmos particulares.
Finalmente el multilingüismo permite la diversidad
lingüística y cultural de estos esquemas. Estos
principios de metadatos junto con la representación de
recursos que se elija para la plataforma de software de
los repositorios influyen directamente en los siguientes
aspectos de un RI [2]:
● Complejidad del software. El software debe ser
perdurable, es decir, debe estar en continua
corrección de errores y generación de
actualizaciones. Por tanto, entre más simple
sea la representación más simple serán los
modelos de datos, los procesos de carga e
incluso la interfaz de usuario.
● Escalabilidad y performance. Directamente
proporcional con el número de recursos, por
ello, cuando ellos aumentan considerablemente
afectan la escalabilidad y la perfomance. Por
ejemplo, en representaciones complejas
basadas en bases de datos, la complejidad de
las consultas aumenta considerablemente al
igual que los tiempos de respuesta.
● Interoperabilidad. Definida como la capacidad
que tienen algunos sistemas para intercambiar
y utilizar información procedente de otro
sistema diferente. La elección de la
representación influirá en las capacidades del
sistema para derivar otras representaciones
para su exposición o para generar recursos
internos a partir de representaciones externas.
Por tanto, representaciones demasiado simples
pueden llevar a un proceso de transformación
deficiente, mientras que representaciones muy
complejas pueden llevar a un proceso de
transformación complicada.
Finalmente, algunos de los problemas de la
representación de recursos dentro de los RI que se
desean solucionar en la presente propuesta basados en
los siguientes aspectos [2]:
1. Formatos de metadatos:
I. Debido a la gran diversidad de formatos,
se pueden clasificar por su estructura y
por su especificidad. Según su estructura
pueden ser planos donde no existe
anidamientos de metadatos y jerárquicos
donde sí existe anidamientos de
metadatos. En cambio según su
especificidad pueden ser simples (pocos
elementos y por ende más generales) o
complejos (muchos elementos significa
que se tiene que ser más específicos).
II. El problema presentado en los formatos se
complejiza en formatos jerárquicos porque
si se esta usando base de datos
relacionales, las consultas SQL serían
muy
complejas
degradando
considerablemente su performance, por
ello, una opción viable es el uso de
formatos inherentemente anidados como
XML con una base de datos de ese tipo.
Por el contrario, si se usan formatos
simples, su tratamiento estaría solamente
limitado a elementos con un nombre
(clave) y un valor.
2. Vocabularios controlados:
I. Muchos campos presentes en los
esquemas de metadatos necesitan ser
estandarizados y puedan ser identificados,
recuperados y usados de forma clara y
precisa. Por ejemplo tesauros (listas de
palabras o términos empleados para
representar conceptos) para definir las
temáticas de los recursos (Eurovoc o
DeCS), sistemas de clasificación del
8
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
3.
conocimiento como el CDU (Clasificación
Decimal Universal), idiomas, referencias
geográficas, tipos de recursos, materias
como los LCHS (Library of Congress
Subject Heading), frecuencia de entrega
(mensual, bimensual, trimestral), entre
otros.
II. Para evitar la redundancia y garantizar la
integridad de la información en los
vocabularios, se pueden considerar tres
puntos de vista: representación, referencia
y presentación.
• Forma de representación. Puede estar
en una lista simple de elementos o en
elementos relacionados, que se
encuentran en una tabla de una base
de datos, en un archivo XML con un
esquema particular, en un archivo de
texto, etc.
• Forma de referenciar. Se necesita una
relación para distinguir de manera
unívoca un elemento en un
vocabulario determinado, por ello, se
debe tomar la decisión entre: un
metadato vacío con un valor adicional
para la referencia, un metadato con
valor del vocabulario replicado junto
con un dato adicional para la
referencia y un metadato con la
referencia como valor.
• Forma de presentación. Es como el
usuario estará observando y utilizando
los metadatos en el portal, es decir, en
formularios de carga, en la página de
presentación de metadatos, en la
exportación de recursos, etc.. La
forma puede ser simple, intuitiva, e
internacionalizable.
Entidades abstractas:
I. Entendidas como un conjunto de
elementos con información descriptiva
propia son utilizadas en los procesos de
catalogación. Algunos ejemplos de
entidades abstractas son los autores,
instituciones, revistas y sus números,
eventos y sus instancias. Se pueden
considerar los mismos puntos de vista que
4.
los
vocabularios
controlados
(representación, referencia y presentación)
pero con algunos problemas adicionales.
• Forma de representación. Depende de
esquema de metadatos seleccionados
con los mismos problemas que para la
representación
de
recursos.
Adicionalmente, se puede pensar en el
uso de servicios web como proveedor
de entidades.
• Forma de referenciar. Una vez
seleccionada una entidad abstracta es
necesario guardar la referencia,
surgiendo
problemas
de
compatibilidad entre la representación
elegida para la entidad abstracta y los
metadatos del recurso a los cuales se
asocia esa entidad.
• Forma de presentación. Además de
las consideraciones presentes en los
vocabularios controlados, es necesario
considerar los problemas generados
en el formato de catalogación usado.
Entonces se tienen dos alternativas:
en el momento de catalogación debe
realizarse una transformación única
que elimine el problema de duplicidad
y de consistencia; y en el momento de
presentación que se requiere de una
transformación cada vez que se
muestre el recurso y por ende, mayor
carga de procesamiento, pero se evita
la
duplicidad
y
se
asegura
consistencia.
Representación física de los datos:
I. Todos los metadatos de los recursos de un
repositorio institucional debe almacenarse
de forma persistente, por ello, este
almacenamiento debe ser configurable a
cualquier tipo de paradigma de base de
datos e independiente del modelo de
representación de los recursos definido,
para ello, es necesario analizar alternativas
desde el punto de vista de la performance
(tiempos de respuestas y consumo de
recursos), flexibilidad y escalabilidad
9
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
(mantener sus cualidades aún aumentando
sus recursos, usuarios, etc).
II. Algunas opciones para la persistencia de
los datos pueden ser: base de datos en
XML (eXist), relacionales (postgreSQL),
orientadas a objetos, RDF, o soluciones
mixtas.
Por todo lo expuesto, esta propuesta se enfoca a diseñar
un modelo de datos que mejore la representación de los
recursos dentro del repositorio bajo una metodología de
desarrollo software dirigida por modelos que tome en
cuenta las características necesarias ya descritas y se
adapte a las diversas tecnologías.
4. Casos de Representación de Recursos: Celsius DL
y SEDICI-DSpace
4.1. Celsius DL
Desde sus inicios en el 2003 hasta la migración a
DSpace en el 2012, fue adquiriendo experiencia en el
transcurso de la existencia del repositorio, lo que llevó a
tomar decisiones vinculadas al desarrollo del mismo en
todas sus áreas, tales como: selección del software,
formato de metadatos, personal, equipos de soporte,
entre otros [2]. Asimismo, SEDICI (en sus dos
versiones) ha servido como una herramienta estratégica
para la jerarquización tanto a nivel nacional como
internacional, por encontrarse posicionado (luego de
más de 9 años de vida) en primer lugar en el ranking de
repositorios nacionales, en noveno lugar en América
Latina y en el centésimo quincuagésimo lugar en el
mundo [29]. Para el momento de la migración, Celsius
DL contaba con una base documental de más de 15.000
recursos pertenecientes a las distintas áreas del
conocimiento de la UNLP. A continuación la
representación de recursos en Celsius DL a partir de los
cuatro principales aspectos explicados anteriormente
[2]:
4.1.1. Formato de metadatos. Durante el desarrollo de
Celsius DL se analizaron los distintos formatos de
metadatos más utilizados, y dado que ninguno llegaba a
cubrir todas las necesidades planteadas se optó por un
formato propio, buscando principalmente flexibilidad en
la definición del mismo, donde su estructura no
presentaba anidamientos y era simple. Asimismo, se
establecieron normas de catalogación para instruir al
personal encargado de estas tareas sobre qué metadatos
deben utilizar (de forma obligatoria, recomendada u
opcional) para catalogar cada tipo de recurso existente
(tesis, libros, artículos, etc.).
4.1.2. Vocabularios controlados. La necesidad de
normalizar algunos campos en los esquemas de
metadatos para los recursos puedan ser identificados,
recuperados y usados de forma clara, pone en contexto
los vocabularios controlados, es decir, estos
vocabularios son usados para representar, referenciar y
presentar los valores de los campos de una forma
normalizada para los usuarios y administradores del
sistema. Durante una buena cantidad de años los
recursos se catalogaban temáticamente mediante el uso
de descriptores (términos controlados) y palabras-clave
(términos no controlados). Por descriptores se entiende
un vocabulario finito y controlado de términos mientras
que las palabras-clave surgen de los propios textos,
proporcionadas por los autores de los mismos. Celsius
DL había implementado el uso de un listado de
términos controlados al que se denominó “Materias”, en
el cual se incluye un conjunto restringido de términos
controlados, seleccionados por administradores idóneos,
que hacen referencia a las grandes áreas temáticas del
conocimiento. De este modo, los recursos son
catalogados en primer término mediante una
“macrocatalogación” (materias), luego una catalogación
temática más restringida (descriptores) y finalmente, si
las hay, mediante las palabras-clave proporcionadas en
el texto por su autor. Puede decirse, sintéticamente, que
se parte de lo general para llegar a lo particular de cada
recurso. En el mismo sentido, el tema de los
descriptores a utilizar ha sido largamente discutido.
Como se sabe, los descriptores están contenidos en una
estructura jerárquica que establece las relaciones entre
ellos, denominada “tesauro”. Existe gran cantidad y
variedad de tesauros. Durante mucho tiempo, Celsius
DL utilizó el tesauro de la UNESCO y un tesauro
propio, elaborado con base en el tesauro de la
UNESCO, que incorporaba términos que no se
encontraban allí y que eran necesarios para los recursos
existentes en el repositorio. Con el crecimiento del
repositorio fue evidente que dichos tesauros no
alcanzaban a cubrir todas las necesidades de los
recursos y, tras un adecuado estudio de los tesauros
disponibles, se decidió incorporar dos nuevos tesauros:
10
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
el Eurovoc y el DECs; éste último, a pesar de estar
orientado mayormente hacia las ciencias de la salud
incluye también numerosos términos de otras áreas, con
lo cual su inclusión ha resultado más beneficiosa de lo
que se esperaba. Por ejemplo, en Celsius DL si se quería
identificar la temática de un libro sobre “Edificios e
instalaciones oficiales de enseñanza media” según el
lenguaje documental usado, sería de la siguiente manera
(tabla 1):
Lenguaje
Documental
Usado
Sistema
clasificación
decimal
Traducción al Lenguaje
Documental
de
371.6
Lista
de
encabezamientos
de materias
ARQUITECTURA ESCOLAR
Tesauro
ESCUELAS
ESPACIOS EDUCATIVOS
INSTALACIONES
NORMAS DE CONSTRUCCIÓN
DISEÑO ARQUITECTONICO
Lista de términos
libres
ESCUELAS-RANCHO
Tabla 1. Identificación de un libro
4.1.3. Entidades abstractas. Las entidades abstractas
son formas de agrupar recursos que, por una u otra
causa, deben presentarse visualmente juntos, como en el
caso de los artículos de un número determinado de una
revista. Al igual que los vocabularios controlados, las
entidades abstractas son usadas para representar,
referenciar y presentar valores de metadatos en forma
normalizada. Por ejemplo, para evitar que los artículos
se presenten en forma desordenada o apartada es que se
los incluye dentro de estas “entidades” que tienen la
función de presentar la información ordenadamente. Sin
embargo, esto supone un doble trabajo para los
administradores: si, por caso, desean cargar un artículo
de una revista, por un lado, deben generar una primera
entidad abstracta, la Serie Documental, que comprende
sólo los datos generales de la revista (nombre, director,
frecuencia), y, por otro, una segunda entidad abstracta,
la Entrega Documental, que hace referencia al número o
volumen específico de la dicha revista donde fue
publicado ese artículo. Sólo cuando estas dos primeras
entidades están generadas, es posible que los
administradores puedan cargar los artículos en cuestión.
Este es, claramente, uno de los desafíos pendientes a
futuro. No menos problemático es otro aspecto
vinculado a la catalogación: el de las tipologías
documentales. Celsius DL contaba con 17 tipos de
documentos, 4 de los cuales son entidades abstractas:
serie documental o publicación periódica, entrega
documental o número de publicación periódica y
congresos. Además de estas entidades abstractas
presentes en las tipologías documentales, en Celsius
también se encuentran las entidades abstractas autores e
instituciones.
4.1.4. Representación física de los datos. La estructura
de metadatos que se utilizó estaba basada en un
conjunto de tablas relacionales (en MySQL), para
administrar los metadatos disponibles (agregar,
modificar y eliminar metadatos cuando sea necesario)
de forma simple. Si bien esta representación del formato
de metadatos es flexible, uno de sus puntos débiles es la
complejidad, ya que la estructura de tablas necesaria
para la representación de los metadatos, las restricciones
de contenido y atributos, entre otros, dificultan su
comprensión y propician la pérdida de claridad acerca
de cómo se relacionan las tablas. El problema
precedente se debe principalmente a que cada metadato
puede ser un texto libre, una fecha con determinado
formato, un término de un vocabulario controlado, un
código de un sistema de clasificación, o incluso una
referencia a otra tabla de la base de datos (ejemplo: la
entidad abstracta autor del registro de autores), lo que
implica distintos tipos de consultas según lo que se
desee obtener, además afecta la performance y
escalabilidad del software en la recuperación de los
registros por el gran número de uniones entre tablas que
es necesario realizar.
4.2. SEDICI-DSpace
La actual versión de la plataforma de software que
soporta al repositorio institucional de la UNLP es el
DSpace 1.8. A continuación la representación de
recursos en SEDICI-DSpace a partir de los cuatro
principales aspectos expuestos en secciones anteriores:
4.2.1. Formato de metadatos. DSpace no soporta
esquemas de metadatos jerárquicos, por ello, se tiene
que limitarse a esquemas existentes o propios de
estructuras no anidadas. Actualmente, se cuenta con un
11
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
esquema propio y combinado con dos esquemas
conocidos como DC y una emulación de MODS (se usa
el nombre del campo como elemento y el nombre del
campo hijo como calificador). Adicionalmente, se
conoce que DSpace sólo puede tratar con formatos de
metadatos planos y una forma de "simular" esta
jerarquización es estableciendo una relación entre
metadatos de detalle (o hijo) y un metadato principal (o
padre). Por ejemplo, los metadatos <autor> y
<filiacion> en un formato plano no tienen relación
entre sí, por lo que no hay certeza sobre qué filiación
corresponde a cada autor.
<autor>Oviedo, Nestor F.</autor>
<autor>Texier, Jose</autor>
<filiacion>Universidad Nacional de La
Plata (UNLP)</filiacion>
<filiacion>Universidad
del
Táchira
(UNET)</filiacion>
En el caso de contar con un formato de metadatos
jerárquicos, estas ambigüedades no existirían. Por tanto,
la estructura anidada sería:
<autor>
<nombre>Oviedo Nestor F.</nombre>
<filiacion>Universidad Nacional de
La Plata (UNLP)</filiacion>
</autor>
<autor>
<nombre>Texier, Jose</nombre>
<filiacion>Universidad del Táchira
(UNET)</filiacion>
</autor>
En ejemplo, si se desea adaptarlo a DSpace, el metadato
principal sería <autor>, mientras que el metadato de
detalle sería <filiacion>. Considerando que existe un ID
único para cada metadato, esto quedaría de la siguiente
manera.
<autor id="1">Oviedo Nestor F.</autor>
<autor id="2">Texier, Jose</autor>
<filiacion id="3" padre="1">Universidad de
La Plata (UNLP)</filiacion>
<filiacion id="4" padre="2">Universidad del
Táchira (UNET)</filiacion>
En SEDICI aún no se ha definido la utilidad de definir
campos hijos en más de 1 nivel. La simplicidad o no de
permitir estas relaciones estará en parte de dada por las
alternativas de implementación que se planteen.
4.2.2. Vocabularios controlados y entidades abstractas.
Al igual que en Celsius DL, los vocabularios y
entidades abstractas usadas se siguen manteniendo salvo
una particularidad, gracias a la libertad que ofrece
DSpace para establecer un vínculo con los autores, en
SEDICI-DSpace se creo una tabla de referencia que
mantiene una relación con los autores que se usaban en
Celsius DL. Se entiende que es un proceso no
conveniente pero dada la libertad para este caso de
DSpace y el control de autoridades de DSpace, el
personal de SEDICI prefiere ofrecer este servicio de
administración interna que es transparente para el
usuario de la plataforma.
4.2.3. Representación física de los datos. En DSpace la
persistencia de los datos es asegurada bajo un modelo
de base de datos relacional conocido como PostgreSQL
8.1. En el caso de garantizar una especie de simulación
de un esquema de metadatos jerárquicos, se deben
realizar pequeños ajustes en tablas particulares de la
base de datos de DSpace. Por ejemplo, la tabla
metadatavalue es donde se almacenan los metadatos, y
tiene los siguientes campos:
● metadata_value_id: id del metadato.
● item_id: id del recurso.
● metadata_field_id: id del tipo de metadato
(autor, title, etc).
text_value: valor textual del metadato.
●
● text_lang: idioma del valor textual.
● authority: id del elemento correspondiente a un
vocabulario controlado.
Para llevar a cabo esta pseudo-jerarquía, sería necesario
agregar un campo a esta tabla (por ejemplo
parent_metadata_value_id), en el cual se indique el
metadato de nivel superior en la jerarquía.
5. Trabajos Futuros
•
•
Analizar y comparar los modelos de los
repositorios de los autores referentes que
permita establecer los pro y los contra que
tienen cada uno de ellos, para generar un
modelo general que permita una representación
de recursos de manera indistinta a la
plataforma que se use, por ejemplo, EPrints y/o
Greenstone, que son otras plataformas en
software libre para repositorios.
El concepto de los repositorios ha
evolucionado y se ha relacionado con el
concepto la biblioteca digital, donde se destaca
el gran auge que los RI han tenido con un
incremento sostenido en los últimos años de
12
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
acuerdo con los diferentes directorios de
repositorios
existentes,
además
del
afianzamiento de la filosofía del acceso abierto
en la comunidad de investigadores y
académicos. Todas estas realidades incentivan
el estudio del dominio de los RI e incentiva el
desarrollo de aplicaciones y componentes de
software en este dominio.
6. Referencias
[1] SEDICI, “SeDiCI - Repositorio de la Universidad
Nacional de La Plata,” 2013. [Online]. Available:
http://sedici.unlp.edu.ar/. [Accessed: 14-Mar2012].
[2] M. De Giusti, N. Oviedo, A. Lira, A. Sobrado, J.
Martínez, and A. Pinto, “SeDiCI – Desafíos y
experiencias en la vida de un repositorio digital,”
RENATA, vol. 1, no. 2, pp. 16–33, Aug. 2011.
[3] J. Tramullas Saz and P. Garrido Picazo, “Software
libre para repositorios institucionales: propuestas
para un modelo de evaluación de prestaciones,” El
Prof. Inf., vol. 15, no. 3, pp. 171–181, 2006.
[4] D. P. Madalli, S. Barve, and S. Amin, “Digital
Preservation in Open-Source Digital Library
Software,” J. Acad. Librariansh., vol. 38, no. 3, pp.
161–164, May 2012.
[5] S. K. Singh, M. Witt, and S. Dorothea, “A
Comparative Analysis of Institutional Repository
Software,” presented at the Fifth International
Conference on Open Repositories, Madrid, 2010.
[6] G. Pyrounakis and M. Nikolaidou, “Comparing
Open Source Digital Library Software,” Handb.
Res. Digit. Libr. Des. Dev. Impact, pp. 51–60, Feb.
2009.
[7] E. Tzoc, “A Mobile Interface for DSpace,” -Lib
Mag., vol. 19, no. 3/4, Mar. 2013.
[8] OpenDOAR, “OpenDOAR - Home Page Directory of Open Access Repositories,” 2013.
[Online]. Available: http://www.opendoar.org/.
[Accessed: 21-Mar-2013].
[9] ROAR, “Registry of Open Access Repositories
(ROAR),”
2013.
[Online].
Available:
http://roar.eprints.org/. [Accessed: 21-Mar-2013].
[10] M. Kökörvcený and A. Bodnárová, “Comparison
of digital libraries systems,” in Proceedings of the
9th WSEAS international conference on Data
networks, communications, computers, Stevens
Point, Wisconsin, USA, 2010, pp. 97–100.
[11] A. Malizia, P. Bottoni, and S. Levialdi,
“Generating Collaborative Systems for Digital
Libraries: a Model-Driven Approach,” Inf.
Technol. Libr., vol. 29, Dec. 2010.
[12] F. Paganelli and M. C. Pettenati, “A Model-driven
Method for the Design and Deployment of Webbased Document Management Systems,” J. Digit.
Inf., vol. 6, no. 3, Jan. 2006.
[13] M. A. Gonçalves, E. A. Fox, L. T. Watson, and N.
A. Kipp, “Streams, structures, spaces, scenarios,
societies (5s): A formal model for digital libraries,”
Acm Trans Inf Syst, vol. 22, no. 2, pp. 270–312,
Apr. 2004.
[14] Leonardo Candela, Castelli, Y. Ioannidis, S. Ross,
C. Thanos, P. Pagano, G. Koutrika, H.-J. Schek,
and H. Schuldt, “Setting the Foundations of Digital
Libraries,” -Lib, vol. 13, no. 3/4, Mar. 2007.
[15] R. Heery, “Review of metadata formats,” Program
Electron. Libr. Inf. Syst., vol. 30, no. 4, pp. 345–
373, Dec. 1996.
[16] E. Méndez, “Tratamiento de los objetos de
información en los archivos : retos y estándares
para la descripción basada en metadatos,” 2003.
[Online].
Available:
http://eprints.rclis.org/handle/10760/12691#.UAA
ZFuEzfgM. [Accessed: 13-Jul-2012].
[17] DCMI, “Dublin Core Metadata Element Set,
Version 1.1,” 2012. [Online]. Available:
http://www.dublincore.org/documents/dces/.
[Accessed: 13-Jul-2012].
[18] MARC, “MARC STANDARDS (Network
Development and MARC Standards Office,
Library of Congress).” [Online]. Available:
http://www.loc.gov/marc/. [Accessed: 11-Jun2013].
[19] MODS, “Metadata Object Description Schema:
MODS (Library of Congress),” 2012. [Online].
Available:
http://www.loc.gov/standards/mods/.
[Accessed: 13-Jul-2012].
[20] T. Ferreras Fernández, “Preservación digital en
repositorios institucionales: GREDOS,” 2010.
[Online].
Available:
http://gredos.usal.es/jspui/handle/10366/83130.
[Accessed: 13-Jul-2012].
[21] MADS, “Metadata Authority Description Schema
(MADS) - (Library of Congress).” [Online].
Available:
http://www.loc.gov/standards/mads/.
[Accessed: 11-Jun-2013].
[22] METS, “Metadata Encoding and Transmission
Standard (METS) Official Web Site,” 2012.
13
PREPRINT
III Conferencia Internacional sobre Bibliotecas y Repositorios Digitales (BIREDIAL’13)
VIII Simposio Internacional de Biblioteca Digitales (SIBD’13)
_____________________________________________________________________________________________________
[Online].
Available:
http://www.loc.gov/standards/mets/.
[Accessed:
13-Jul-2012].
[23] PREMIS, “PREMIS: Preservation Metadata
Maintenance Activity (Library of Congress),”
2012.
[Online].
Available:
http://www.loc.gov/standards/premis/. [Accessed:
13-Jul-2012].
[24] PREMIS, PREMIS Data Dictionary for
Preservation Metadata -- version 2.0. 2008.
[25] C. A. Lynch, “Institutional Repositories: Essential
Infrastructure for Scholarship in the Digital Age,”
ARL:,
Feb-2003.
[Online].
Available:
http://www.arl.org/resources/pubs/br/br226/br226ir
.shtml. [Accessed: 28-Jan-2013].
[26] H. Van de Sompel, S. Payette, J. Erickson, C.
Lagoze, and S. Warner, “Rethinking Scholarly
Communication,” -Lib Mag., vol. 10, no. 9, Sep.
2004.
[27] J. Texier, M. R. De Giusti, N. Oviedo, G. L.
Villarreal, and A. J. Lira, “Los beneficios del
desarrollo dirigido por modelos en los repositorios
institucionales,” presented at the BIREDIAL Conferencia Internacional Acceso Abierto,
Comunicación Científica y Preservación Digital,
2012.
[28] J. Texier, M. R. De Giusti, N. Oviedo, G. L.
Villarreal, and A. J. Lira, “El uso de repositorios y
su importancia para la educación en Ingeniería,”
presented at the World Engineering Education
Forum (WEEF 2012) “Educación en Ingeniería
para el Desarrollo Sostenible y la inclusión social,”
2012.
[29] Webometrics, “Ranking Web of Repositories,”
2013.
[Online].
Available:
http://repositories.webometrics.info/.
[Accessed:
08-Mar-2013].
[30] L. M. Chan and M. L. Zeng, “Metadata
Interoperability and Standardization - A Study of
Methodology, Part I,” -Lib Mag., vol. 12, no. 6, p.
3–, 2006.
[31] E. Méndez, “La descripción de documentos
electrónicos a través de metadatos : una visión para
la Archivística desde la nueva e- Administración,”
Revista d’Arxius, 2003. [Online]. Available:
http://eprints.rclis.org/12684/. [Accessed: 05-Jun2013].
[32] E. Duval, W. Hodgins, S. Sutton, and S. L. Weibel,
“Metadata Principles and Practicalities,” -Lib
Mag., vol. 8, no. 4, Apr. 2002.
14